Optik Karakter Tanıma (OCR) metin resimlerini—taramaları, akıllı telefon fotoğraflarını, PDF'leri—makine tarafından okunabilir dizelere ve giderek artan bir şekilde yapılandırılmış verilere dönüştürür. Modern OCR, bir görüntüyü temizleyen, metni bulan, okuyan ve zengin meta verileri dışa aktaran bir boru hattıdır böylece alt sistemler alanları arayabilir, dizine ekleyebilir veya çıkarabilir. Yaygın olarak kullanılan iki çıktı standardı şunlardır: hOCR, metin ve düzen için bir HTML mikroformatı ve ALTO XML, bir kütüphane/arşiv odaklı şema; her ikisi de konumları, okuma sırasını ve diğer düzen ipuçlarını korur ve gibi popüler motorlar tarafından desteklenir Tesseract.
Ön işleme. OCR kalitesi görüntü temizleme ile başlar: gri tonlamaya dönüştürme, gürültü giderme, eşikleme (ikili hale getirme) ve eğrilik düzeltme. Kanonik OpenCV eğitimleri küresel, uyarlanabilir ve Otsu eşikleme—düzensiz aydınlatmalı veya bimodal histogramlı belgeler için temel unsurlar. Bir sayfa içinde aydınlatma değiştiğinde (telefon fotoğraflarını düşünün), uyarlanabilir yöntemler genellikle tek bir küresel eşikten daha iyi performans gösterir; Otsu histogramı analiz ederek otomatik olarak bir eşik seçer. Eğim düzeltme de aynı derecede önemlidir: Hough tabanlı eğrilik düzeltme (Hough Çizgi Dönüşümü) Otsu ikilileştirmesi ile eşleştirilmiş, üretim ön işleme boru hatlarında yaygın ve etkili bir reçetedir.
Tespit ve tanıma. OCR tipik olarak metin tespiti (metin nerede ?) ve metin tanıma (ne diyor?) olarak ikiye ayrılır. Doğal sahnelerde ve birçok taramada, tamamen evrişimli dedektörler gibi EAST ağır teklif aşamaları olmadan kelime veya satır düzeyinde dörtgenleri verimli bir şekilde tahmin eder ve yaygın araç setlerinde (ör. OpenCV’nin metin tespiti eğitimi) uygulanır. Karmaşık sayfalarda (gazeteler, formlar, kitaplar), satırların/bölgelerin segmentasyonu ve okuma sırası çıkarımı önemlidir:Kraken geleneksel bölge/satır segmentasyonunu ve sinirsel temel çizgi segmentasyonunu uygular, farklı komut dosyaları ve yönler (LTR/RTL/dikey) için açık destek ile.
Tanıma modelleri. Klasik açık kaynaklı iş gücü Tesseract (Google tarafından açık kaynaklı hale getirildi, kökleri HP'ye dayanıyor) bir karakter sınıflandırıcısından LSTM tabanlı bir dizi tanıyıcıya dönüştü ve aranabilir PDF'ler, hOCR/ALTO dostu çıktılarve daha fazlasını CLI'den yayabilir. Modern tanıyıcılar, önceden bölümlenmiş karakterler olmadan dizi modellemesine güvenir. Bağlantıcı Geçici Sınıflandırma (CTC) temel olmaya devam ediyor, girdi özellik dizileri ve çıktı etiket dizileri arasındaki hizalamaları öğreniyor; el yazısı ve sahne metni boru hatlarında yaygın olarak kullanılıyor.
Son birkaç yılda, Transformer'lar OCR'yi yeniden şekillendirdi. TrOCR bir görüş Transformer kodlayıcı artı bir metin Transformer kod çözücü kullanır, büyük sentetik korpuslar üzerinde eğitilmiş ve ardından gerçek veriler üzerinde ince ayar yapılmış, basılı, el yazısı ve sahne metni karşılaştırmalarında güçlü performansla (ayrıca bkz. Hugging Face belgeleri). Paralel olarak, bazı sistemler alt akım anlama için OCR'yi atlar: Donut (Belge Anlama Transformer'ı) doğrudan yapılandırılmış cevaplar (anahtar-değer JSON gibi) üreten OCR'siz bir kodlayıcı-kod çözücüdür belge resimlerinden (repo, model kartı), ayrı bir OCR adımı bir IE sistemini beslediğinde hata birikimini önler.
Birçok komut dosyasında pille birlikte metin okuma istiyorsanız, EasyOCR 80'den fazla dil modeliyle basit bir API sunar, kutular, metin ve güvenilirlikler döndürür—prototipler ve Latin olmayan komut dosyaları için kullanışlıdır. Tarihi belgeler için, Kraken temel çizgi segmentasyonu ve komut dosyasına duyarlı okuma sırası ile parlar; esnek satır düzeyinde eğitim için, Calamari Ocropy soyundan gelir (Ocropy) (çoklu)LSTM+CTC tanıyıcıları ve özel modelleri ince ayarlamak için bir CLI ile.
Genelleme verilere bağlıdır. El yazısı için, IAM El Yazısı Veritabanı eğitim ve değerlendirme için yazar açısından çeşitli İngilizce cümleler sağlar; bu, satır ve kelime tanıma için uzun süredir devam eden bir referans setidir. Sahne metni için, COCO-Text MS-COCO üzerine kapsamlı ek açıklamalar katmanladı, basılı/el yazısı, okunaklı/okunaksız, komut dosyası ve tam transkripsiyonlar için etiketlerle (ayrıca orijinal proje sayfasınabakın). Alan ayrıca sentetik ön eğitime de büyük ölçüde güvenir: Vahşi Doğada SynthText gerçekçi geometri ve aydınlatma ile fotoğraflara metin işler, önceden eğitmek için büyük hacimli veriler sağlar dedektörler ve tanıyıcılar (referans kod ve veri).
ICDAR’ın Sağlam Okuma şemsiyesi altındaki yarışmalar değerlendirmeyi temellendirir. Son görevler uçtan uca tespit/okumayı vurgular ve kelimeleri ifadelere bağlamayı içerir, resmi kod raporlaması kesinlik/geri çağırma/F-skoru, kesişim-üzeri-birleşim (IoU) ve karakter düzeyinde düzenleme mesafesi metrikleri—uygulayıcıların izlemesi gerekenleri yansıtır.
OCR nadiren düz metinle biter. Arşivler ve dijital kütüphaneler ALTO XML 'i tercih eder çünkü içeriğin yanı sıra fiziksel düzeni (koordinatlı bloklar/satırlar/kelimeler) kodlar ve METS paketlemesiyle iyi eşleşir. hOCR mikroformatı ise aynı fikri ocr_line ve ocrx_word gibi sınıfları kullanarak HTML/CSS'ye gömer, bu da web araçlarıyla görüntülemeyi, düzenlemeyi ve dönüştürmeyi kolaylaştırır. Tesseract her ikisini de sunar—örneğin, doğrudan CLI'den hOCR veya aranabilir PDF'ler oluşturma (PDF çıktı kılavuzu); pytesseract gibi Python sarmalayıcıları kolaylık sağlar. Depoların sabit alım standartları olduğunda hOCR ve ALTO arasında çeviri yapmak için dönüştürücüler mevcuttur—bu derlenmiş listeye bakın OCR dosya formatı araçları.
En güçlü eğilim yakınsamadır: tespit, tanıma, dil modelleme ve hatta göreve özgü kod çözme birleşik Transformer yığınlarında birleşiyor. büyük sentetik korpuslar üzerinde ön eğitim bir güç çarpanı olmaya devam ediyor. OCR'siz modeller, hedefin kelimesi kelimesine transkriptler yerine yapılandırılmış çıktılar olduğu her yerde agresif bir şekilde rekabet edecektir. Hibrit dağıtımlar da bekleyin: uzun biçimli metin için hafif bir dedektör artı bir TrOCR tarzı tanıyıcı ve formlar ve makbuzlar için bir Donut tarzı model.
Tesseract (GitHub) · Tesseract belgeleri · hOCR özellikleri · ALTO arka planı · EAST dedektörü · OpenCV metin tespiti · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · IAM el yazısı · OCR dosya formatı araçları · EasyOCR
Optical Character Recognition (OCR), tarama yapılan kağıt belgeler, PDF dosyaları veya dijital bir kamera ile çekilen fotoğraflar gibi çeşitli belgeleri düzenlenebilir ve aranabilir bilgilere çevirmek için kullanılan bir teknolojidir.
OCR, giriş görüntüsünü veya belgeyi tarayarak, görüntüyü bireysel karakterlere ayırarak ve her karakteri bir karakter şekli veritabanı ile pattern recognition veya feature recognition kullanarak karşılaştırarak çalışır.
OCR, basılı belgelerin dijitalleştirilmesi, metinden sesli hizmetlerin etkinleştirilmesi, veri giriş süreçlerinin otomatikleştirilmesi ve görme engelli kullanıcıların metinle daha iyi etkileşim kurması gibi farklı sektörlerde ve uygulamalarda kullanılır.
OCR teknolojisinde büyük gelişmeler kaydedilmiş olmasına rağmen, hâlâ hatalar olabilir. Doğruluk, orijinal belgenin kalitesine ve kullanılan OCR yazılımının özelliklerine bağlı olarak değişir.
OCR, temel olarak basılmış metin için tasarlanmıştır, ancak bazı gelişmiş OCR sistemleri, net ve tutarlı el yazısını da tanıyabilir. Ancak, bireysel yazı stillerindeki büyük varyasyonlar nedeniyle, genellikle el yazısının tanınması daha az doğrudur.
Evet, birçok OCR yazılım sistemi birden fazla dili tanıyabilir. Ancak, belirli bir dilin desteklendiğinden emin olmak için kullanılan yazılımı kontrol etmek önemlidir.
OCR, Optical Character Recognition anlamına gelir ve basılı metni tanımak için kullanılır, ICR ise Intelligent Character Recognition anlamına gelir ve daha gelişmiş olup el yazısını tanımak için kullanılır.
OCR, açık, okunabilir fontlar ve standart metin boyutlarıyla en iyi sonucu verir. Farklı fontlar ve boyutlarla da çalışabilir, ancak alışılmadık fontlar veya çok küçük metin boyutlarıyla karşılaştığında doğruluk genellikle azalır.
OCR, düşük çözünürlüklü belgeler, karmaşık fontlar, zayıf basılan metinler, el yazısı ve metni engelleyen arka planları olan belgelerle zorlanabilir. Ayrıca, birçok dili destekleyebilme özelliğine rağmen, her dili mükemmel bir şekilde kapsayamayabilir.
Evet, OCR, renkli metin ve arka planları tarayabilir, ancak genellikle yüksek kontrastlı renk kombinasyonları, örneğin beyaz arka plan üzerinde siyah metin, ile daha etkilidir. Metin ve arka plan rengi yeterli kontrast oluşturmadığında doğruluk düşebilir.
PDF/A, Elektronik belgelerin dijital olarak korunması için özelleştirilmiş Taşınabilir Belge Biçimi'nin (PDF) ISO standartlı bir sürümüdür. PDF/A, yazı tipi bağlama (yazı tipi gömme işleminin aksine) ve şifreleme gibi uzun süreli arşivleme için uygun olmayan özellikleri yasaklayarak PDF'den ayrılır. PDF/A dosya görüntüleyicileri için ISO gereksinimleri arasında renk yönetimi yönergeleri, gömülü yazı tipleri için destek ve gömülü açıklamaları okumak için bir kullanıcı arayüzü bulunur.
PDF/A standardı tek bir biçim değil, her biri belirli ihtiyaçları karşılayan ve belirli arşivleme gereksinimlerini ele alan PDF/A şemsiyesi altındaki bir dizi standarttır. En yaygın olarak kullanılan standartlar PDF/A-1, PDF/A-2 ve PDF/A-3'tür. PDF/A-1, PDF 1.4'e dayanır ve yayınlanan ilk standarttır; PDF/A-2, PDF 1.7'ye dayanır ve daha zengin medya ve işlevselliğe izin verir; ve yine PDF 1.7'ye dayanan PDF/A-3, PDF/A olmayan dosyaların gömülmesine izin verir.
PDF/A bağlamında, "uygunluk düzeyi" terimi, bir PDF/A belgesinin standardın belirli gereksinimlerine ne ölçüde uyduğunu ifade eder. İki uygunluk düzeyi vardır: "a" (erişilebilir) ve "b" (temel). "a" düzeyi uyumluluğu, belgenin yalnızca görsel olarak korunmadığını, aynı zamanda görme engelli bireyler tarafından kullanılan ekran okuyucular gibi erişilebilirlik için ek yapı ve etiketleme içerdiğini gösterir. "b" düzeyi uyumluluğu, görsel görünümün korunduğunu ancak belgenin erişilebilir olmasını gerektirmez.
PDF/A'nın temel özelliklerinden biri, gömülü yazı tiplerini kullanmasıdır. Bu, orijinal yazı tiplerinin görüntüleme sisteminde mevcut olup olmadığına bakılmaksızın, belgenin gelecekte tam olarak amaçlandığı gibi görüntülenebilmesini ve yazdırılabilmesini sağlar. Yazı tiplerini gömmek dosya boyutunu artırır ancak belgenin orijinal görünümünü korumak için daha güvenilir bir yol sağlar. PDF/A ayrıca renk bilgilerinin aygıttan bağımsız bir şekilde depolanmasını zorunlu kılar; bu, belgedeki renklerin belgeyi görüntülemek veya yazdırmak için kullanılan aygıttan bağımsız olarak aynı görünmesi gerektiği anlamına gelir.
PDF/A ayrıca uzun süreli arşivlemeye uygun olmayan belirli özelliklerin kullanımını da yasaklar. Bunlar arasında şifreleme, ses ve video içeriği, JavaScript ve yürütülebilir dosya başlatmaları ve şeffaflık bulunur. Bu özelliklerin kullanılması, teknolojiler geliştikçe ve belirli işlevler modası geçtikçe veya artık desteklenmediğinden belgelerin gelecekte okunamaz hale gelmesine neden olabilir.
Bir PDF/A belgesi oluşturmak genellikle bir belgeyi orijinal biçiminden (Word veya Excel gibi) bir PDF oluşturma aracı kullanılarak PDF/A biçimine dönüştürmeyi içerir. Bu araç, tüm gerekli bileşenleri (yazı tipleri ve renk profilleri gibi) gömebilmeli ve PDF/A standardına göre izin verilmeyen özellikleri kaldırabilmelidir. Standart gereksinimlerini karşıladığından emin olmak için ortaya çıkan PDF/A belgesini doğrulamak da önemlidir. Doğrulama, belgeyi PDF/A spesifikasyonuna göre kontrol eden özel yazılımlar kullanılarak yapılabilir.
Meta verilerin korunması, PDF/A standardının bir diğer önemli yönüdür. PDF/A belgelerindeki meta veriler, başlık, yazar, konu ve anahtar kelimeler gibi belgenin kendisi hakkında bilgiler içerir. Bu meta veriler, dijital belgeler ve veri kümeleri için standartlaştırılmış ve özel meta verilerin oluşturulması, işlenmesi ve değiştirilmesi için bir ISO standardı olan XMP (Genişletilebilir Meta Veri Platformu) biçiminde saklanır. XMP, meta verilerin farklı uygulamalar ve platformlar arasında kolayca entegre edilmesine ve değiştirilmesine olanak sağlayacak şekilde tasarlanmıştır.
PDF/A, belge korumanın kritik olduğu endüstrilerde ve kuruluşlarda yaygın olarak kullanılır. Bunlar arasında devlet kurumları, hukuk sistemleri, kütüphaneler ve arşivler bulunur. PDF/A'nın kullanılması, belgelerin uzun yıllar boyunca okunabilir ve özgün kalmasını sağlamaya yardımcı olur; bu, yasal gerekliliklere uymak ve tarihi ve önemli belgelerin bütünlüğünü korumak için çok önemlidir. Biçim, teknolojik eskime nedeniyle içeriğe erişimini kaybetme riski olmadan belgeleri uzun süreli depolama için arşivlemek isteyen bireyler ve işletmeler için de faydalıdır.
Belgeleri PDF/A biçiminde arşivleme süreci, daha büyük bir belge yönetimi stratejisinin bir parçası olabilir. Bu strateji, PDF/A standardını destekleyen ve belgelerin dönüştürülmesini, doğrulanmasını ve korunmasını gerçekleştirebilen belge yönetim sistemlerinin (DMS) kullanımını içerebilir. Bu sistemler genellikle arşivlenen belgeler için ek güvenlik ve izlenebilirlik katmanları sağlayan sürüm kontrolü, erişim kontrolü ve denetim izleri gibi özellikler içerir.
PDF/A uzun süreli koruma için tasarlanmış olsa da dijital koruma zorluklarına karşı bağışık değildir. Bu zorluklardan biri, dijital arşivlerin sürekli yönetimi ve taşınması ihtiyacıdır. Teknoloji değiştikçe, erişilebilirliği ve okunabilirliği korumak için PDF/A belgelerini standardın daha yeni sürümlerine veya diğer biçimlere taşımak gerekebilir. Bu, belgelerin taşıma işlemi sırasında bütünlüklerini veya özgünlüklerini kaybetmemelerini sağlamak için dikkatli planlama ve uygulama gerektirir.
PDF/A kullanırken bir diğer husus da oluşturma süreci sırasında kalite kontrol ihtiyacıdır. PDF/A belgelerinin orijinal içeriğin gerçek ve doğru bir temsili olması amaçlandığından, dönüştürme sürecinin hatalara veya eksikliklere neden olmamasını sağlamak önemlidir. Bu, belgelerin eksiksizliği, metin ve görüntülerin doğruluğu ve yazı tiplerinin ve renk profillerinin doğru gömülmesi için kontrol edilmesini içerebilir. Kalite kontrolü, kritik bilgiler içeren veya katı düzenleyici standartları karşılaması gereken belgeler için özellikle önemlidir.
PDF/A standardı, yeni ihtiyaçlar ve teknolojiler ortaya çıktıkça gelişmeye devam etmektedir. PDF teknolojisinin benimsenmesini teşvik eden uluslararası bir şirket ve kuruluş konsorsiyumu olan PDF Derneği, PDF/A dahil olmak üzere PDF standartlarının geliştirilmesi üzerinde aktif olarak çalışmaktadır. PDF/A'nın uygulanması için kaynaklar ve yönergeler sağlarlar ve ortaya çıkan gereksinimleri karşılamak ve uzun süreli dijital koruma için alakalı kalmasını sağlamak için standardın devam eden gelişimine katkıda bulunurlar.
Sonuç olarak, PDF/A, elektronik belgelerin uzun süreli korunması için tasarlanmış sağlam bir biçimdir. Tüm gerekli içeriği gömmeye, belirli özellikleri yasaklamaya ve aygıttan bağımsız renk temsilini sağlamaya odaklanması, önemli belgeleri arşivlemek için ideal bir seçim haline getirir. Güvenilir bir biçim olsa da, belgelerin zaman içinde erişilebilir ve özg ün kalmasını sağlamak için dikkatli uygulama ve sürekli yönetim gerektirir. Teknoloji gelişmeye devam ettikçe, PDF/A standardı da dijital koruma alanında kilit bir araç olmaya devam edecektir.
Bu dönüştürücü tamamen tarayıcınızda çalışır. Bir dosya seçtiğinizde, belleğe okunur ve seçilen biçime dönüştürülür. Ardından dönüştürülen dosyayı indirebilirsiniz.
Dönüştürmeler anında başlar ve çoğu dosya bir saniyeden kısa sürede dönüştürülür. Daha büyük dosyalar daha uzun sürebilir.
Dosyalarınız asla sunucularımıza yüklenmez. Tarayıcınızda dönüştürülürler ve dönüştürülen dosya daha sonra indirilir. Dosyalarınızı asla görmeyiz.
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF ve daha fazlası dahil olmak üzere tüm resim formatları arasında dönüştürmeyi destekliyoruz.
Bu dönüştürücü tamamen ücretsizdir ve her zaman ücretsiz olacaktır. Tarayıcınızda çalıştığı için sunucular için ödeme yapmamıza gerek yoktur, bu nedenle sizden ücret almamıza gerek yoktur.
Evet! İstediğiniz kadar dosyayı aynı anda dönüştürebilirsiniz. Sadece eklerken birden fazla dosya seçin.